教育科技研究速報

本研究探討了將專家注視模式視覺化，以協助程式碼新手理解新程式碼庫的效果，並設計了 GazePrinter 工具。

本研究探討了在大型語言模型（LLM）上訓練「不可能物體」時，分析性與合成性微調對模型概念生成能力的影響。

Adapt4Me 是一個基於貝氏主動學習的去中心化環境，能讓使用者無需專家指導，即可輕鬆個人化語音辨識模型。

本研究探討了生成式 AI 如何透過領域特定的引導，促進批判性思考，並強調設計決策對引導效果的影響。

本研究提出ConSearcher，一款利用大型語言模型及成員人設，提升線上社群對話式資訊搜尋效率與使用者參與度的工具。

本研究發現，在 VR 演唱會重現中，抽象的生理訊號視覺化表現比真實的影像更能與原始現場觀眾的生理反應產生同步性，提升共感體驗。

本研究探討肌電圖（EMG）和超音波（UI）技術如何使控制音高的肌肉活動可見，以提升聲樂訓練的成效。

本研究提出一項新方法，透過利用裝置對自身螢幕內容的認知，提升消費者裝置上眼追蹤的準確性，並透過使用者研究驗證其有效性。

本文挑戰「AI 作為伴侶」的模式，提倡以 AI 作為文化關係基礎設施，促進跨文化、世代和地域的人際連結，並以東亞移民為案例進行研究。

本研究探討在 VR 手語學習環境中，視覺注意力、影片重播頻率及回放觀看時間等行為投入指標與學習表現的關聯。

本研究首次探討科學家在實驗室和現場如何使用 AI 進行實體作業，並揭示了 AI 在高風險、受限環境下，以及無法取代人類經驗的挑戰。

本研究探討了在對話式 AI 中整合隱私工具，如何透過即時互動提升使用者對隱私的學習與實踐。